Embedding coupling in one-stage instance segmentation

文章结构概述

• 1. Motivation
  • 2. Contribution
  • 3. EmbedMask
  • • 3.1 Overview
    • 3.2 Embedding Definition
    • 3.3 Learnable Margin
    • 3.4 Smooth Loss
    • 3.5 Training
    • 3.6 Inference

1. Motivation

two-stage方法在应用ROIPool技术时，会引发图像信息的损失问题，这主要体现在低分辨率以及ROIPool/Align对齐操作所导致的信息缺失。此外，该方法的参数数量较多，结构较为复杂。

目前（2019年）的one-stage实例分割方法在精度方面仍无法与two-stage方法相媲美。在one-stage方法中，基于分割的策略存在若干瓶颈问题，尤其是在确定聚类过程时面临挑战，例如如何设定聚类的数量及聚类中心的位置。这些问题的存在使得基于提议的分割方法效果难以达到与two-stage方法相当的